Linux/Python: 编码Unicode字符串以供打印

Question

我有一个比较大的 Python 2.6 应用程序，里面到处都是打印语句。我使用的是 Unicode 字符串，通常运行得很好。不过，如果我把程序的输出重定向到文件里（比如用 "myapp.py >output.txt"），有时会出现这样的错误：

UnicodeEncodeError: 'ascii' codec can't encode character u'\xa1' in position 0: ordinal not in range(128)

我猜如果有人把他们的 LOCALE 设置成 ASCII，也会遇到同样的问题。其实我完全明白这个错误的原因。我的 Unicode 字符串里有些字符是不能用 ASCII 编码的，这没问题。但我希望我的 Python 程序能尽量打印出一些可理解的内容，可能跳过那些可疑的字符，或者用它们的 Unicode ID 来替代。

这个问题应该很常见……处理这个问题的最佳方法是什么呢？我希望能继续使用传统的 "print"，但如果需要的话，我可以修改所有的地方。

附注：我现在已经解决了这个问题。 解决方案并不是给出的答案中的任何一个。我使用了在 http://wiki.python.org/moin/PrintFails 上提到的方法，这是 ChrisJ 在评论中提到的。也就是说，我用一个包装器替换了 sys.stdout，这个包装器调用 Unicode 编码并传入正确的参数。效果很好。

Answer 1

你可以通过一个方法来处理所有的打印语句，把任意的unicode字符转换成utf-8，或者如果没办法的话，可以在你的site.py文件里把Python的默认编码从ascii改成utf-8。一般来说，直接把unicode字符串不加处理地打印到系统输出（sys.stdout）上是个坏主意，因为Python会自动把unicode字符串转换成默认的编码，而这个默认编码是ascii。

Answer 2

如果你是在一个ASCII终端上输出内容，可以手动使用 unicode.encode 来进行编码，并且要指定忽略错误。

u = u'\xa0'
u.encode('ascii') # This fails
u.encode('ascii', 'ignore') # This replaces failed encoding attempts with empty string

如果你想保存unicode文件，可以试试这个：

u = u'\xa0'
print >>open('out', 'w'), u # This fails
print >>open('out', 'w'), u.encode('utf-8') # This is ok

Answer 3

我现在已经解决了这个问题。我的解决办法并不是之前给出的两个答案。我使用了在http://wiki.python.org/moin/PrintFails上提到的方法，这是ChrisJ在评论中提到的。具体来说，我用一个包装器替换了sys.stdout，这个包装器会用正确的参数调用unicode编码。效果非常好。